SỬ DỤNG MÔ HÌNH MARKOV ẨN ĐỂ XÁC ĐỊNH MỤC TIÊU TRONG BÀI TOÁN QUAN SÁT QUỸ ĐẠO ĐA MỤC TIÊU

113 lượt xem

Các tác giả

Từ khóa:

Xích Markov; Mô hình Markov ẩn (HMM); Trạng thái; Giá trị trạng thái; Dấu hiệu quan sát; Tập dấu hiệu quan sát; Hàm vết.

Tóm tắt

Bài toán quan sát quỹ đạo đa mục tiêu (Multi-Target Tracking - MTT) có rất nhiều ứng dụng trong thực tiễn, đặc biệt là trong an ninh quốc phòng. Những kết quả nghiên cứu đã được công bố cho đến thời điểm hiện tại chủ yếu dùng phương pháp ước lượng tuần tự Bayes (Bayesian Sequential Estimation - BSE) để cập nhật trạng thái và xây dựng các thuật toán bám quỹ đạo của các mục tiêu. Các thuật toán đó đều là những thuật toán không tầm thường vì chúng được gắn với các mô hình ngẫu nhiên rất phức tạp. Hai vấn đề quan trọng nhất đối với MTT là: xác định số mục tiêu hiện có tại mỗi thời điểm và xác định quỹ đạo chuyển động của chúng.

Các thuật toán bám quỹ đạo đã được công bố gặp khó khăn trong việc xác định mục tiêu trong trường hợp mục tiêu mới xuất hiện ngay tại thời điểm quan sát hiện tại. Trong bài báo này, chúng tôi trình bày một kết quả nghiên cứu để giải quyết vấn đề xác định số mục tiêu trong MTT tại mọi thời điểm bất kỳ khắc phục được khó khăn nói trên với kỹ thuật sử dụng công cụ mô hình Markov ẩn (Hidden Markov Model - HMM). Kỹ thuật sử dụng công cụ HMMs trong việc giải bài toán MTT, trong các kết quả đã được công bố, chưa có công trình nào đề cập đến.

Tải xuống

Đã Xuất bản

03-08-2020

Cách trích dẫn

Hằng. “SỬ DỤNG MÔ HÌNH MARKOV ẨN ĐỂ XÁC ĐỊNH MỤC TIÊU TRONG BÀI TOÁN QUAN SÁT QUỸ ĐẠO ĐA MỤC TIÊU”. Tạp Chí Nghiên cứu Khoa học Và Công nghệ quân sự, số p.h 68, Tháng Tám 2020, tr 178-85, https://online.jmst.info/index.php/jmst/article/view/170.

Số

Chuyên mục

Nghiên cứu khoa học